全文约2400字；
阅读时间：约7分钟；
听完时间：约14分钟；
PMC（生产计划与控制）的一个关键日常任务是对产品销售的平均在库天数进行细致分析，以便为产品的补货策略提供依据。不同行业及不同产品，其销售周期的计算方法各不相同，而常见的计算方式是依据产品从入库到出库的时间间隔来进行综合评估的。
以产品W1001为例：它在5月1日入库了1单位，在5月20日又入库了2单位；销售记录显示，6月1日售出了2单位，6月20日售出了1单位。基于这些数据，我们来分析W1001的销售周期：
针对5月1日入库的1单位产品，其销售周期为6月1日销售时，即31天。
对于5月20日入库的2单位产品，一部分在6月1日售出，周期为12天；
另一部分在6月20日售出，周期为31天。
总周期数为：31天（第一单位）+ 12天（第二单位中的一件）+ 31天（第二单位中的另一件），总计74天。
单位总数 = 3
平均天数 = 总天数 / 单位总数 = 74 / 3 ≈ 24.67 天
效果如下图所示：
需求分析以上示例基于一个极为简化的入库与出库模型来估算产品周转周期，然而实际情况远比此模型复杂。倘若依赖纯手动计算，任务将极其艰巨，故此，我们亟需设计一种自动化工具——一个表格程序，旨在高效分析产品销售的总周期与平均周期。
该表格设计面临的核心挑战，在于入库量与出库量在时间上并不一一对应：出库记录需精准匹配至具体的入库产品，并按此逐步扣减相应的入库数量。这一过程持续进行，直至所有销售出库量被完全抵扣。若某批次销售后仍有余量，即继续寻下一批入库量进行扣减。
为满足上述需求，首先，我们需从销售出库记录中去重产品项，仅保留唯一产品标识，以此为基准来汇总各产品的销售周期。其次，至关重要的是，将纳入分析的每种产品的入库与出库数量细化至最小单位“1”进行处理。这意味着，不论是入库还是出库，每一单位商品都将独立计算其停留周期，随后汇总这些周期以计算平均值，从而得出更为精确的周期分析结果。
去重保留唯一以下是具体示例：B至D列展示了产品的采购入库详情，依次列出了入库日期、产品编号及相应的入库数量；而F至H列则呈现了产品的销售详情，分别记录了销售日期、产品编号及销售数量。
在J列中，应用以下公式以提取独特值：
J3=UNIQUE(G3:G10)
此公式旨在获取G列中销售产品编号的唯一值。
执行该操作后，结果将如下面的示例图所示：
汇总求和在获得J列的销售产品唯一编号(J3#)后，可在其侧边新增三列——"入库汇总"、"销售汇总"及"结存"，用以整合相关数据。请在相应单元格中输入以下公式：
入库：
K3=SUMIFS(D:D,C:C,J3#)
出库：
L3=SUMIFS(H:H,G:G,J3#)
结存：
=K3#-L3#
这样操作后，预期展示的效果将如下图所示，清晰地呈现了每个唯一销售产品编号下的入库总量、销售总量及最终的库存结余。
入库时间计算平均周期的过程较为繁琐，我们将分步骤阐述计算方法。首先，确定销售货号W1001（位于J3单元格）对应的入库日期记录数量。为此，请在合适单元格输入以下公式：
=IF(C3:C10=J3, B3:B10, "")
此公式的功能说明如下：
IF函数用于条件判断，它检查C列中每个单元格的值是否等于J3单元格中的销售货号W1001。
当C列中的值与J3相匹配时，对应的B列单元格的入库日期会被返回。
若不匹配，则在相应位置显示为空字符串（""），意即不显示任何内容。
通过此公式，我们可以筛选并列出所有与W1001相关的入库日期，为后续计算平均周期所需的数据汇总打下基础。
最小单位叠加得到入库时间明细后，需要根据入库数量进行最小单位数量“1”叠加，这个叠加可以理解为重复，例如“5月1日”入库数量为2，就重复2次，得到2个5月1日。在重复后用CONCAT合并到一个单元格后备用。
录入以下公式：
=CONCAT(REPT(IF(C3:C10=J3,B3:B10&" ",""),D3:D10))
函数解释：
公式解释如下：
REPT函数用于重复文本，其语法为REPT(文本, 重复次数)
IF语句检查C列的货号是否等于J3中的货号W1001，如果是，则选取B列的对应日期，并附带一个空格（便于区分每个日期），否则返回空字符串。
D3:D10提供的数字决定了前面日期的重复次数，即入库的数量。
最外层的CONCAT函数则将所有重复并带有空格分隔的日期字符串连接成一个连续的文本，便于进一步处理以计算平均周期。
分开数据上面的CONCAT有一个关键符号就是空格，可以利用这个空格把合并的数据按行分开，这样就得到一列产品对应入库最小单位数量1的日期明细，录入以下公式：
=--TEXTSPLIT(CONCAT(REPT(IF(C3:C10=J3,B3:B10&" ",""),D3:D10)),," ",1)
函数解释：
要拆分的文本：为上面的合并的日期
按列拆分：空
按行拆分：条件为格式“” “”
效果如下图所示：
计算周期：用同样的逻辑计算出销售出库对应产品的最小日期，录入公式：
=--TEXTSPLIT(CONCAT(REPT(IF(G3:G10=J3,F3:F10&" ",""),H3:H10)),," ",1)
效果如下图所示：
再用两个日期进行相减，因为入库出销售的行数可能不一致，会导致有错误发生，所以需要用IFERROR屏蔽错误，先把上面日期相减的结果定义为A，然后录入以下公式：
=LET(A,TEXTSPLIT(CONCAT(REPT(IF($G$3:$G$10=J3,$F$3:$F$10&" ",""),$H$3:$H$10)),," ",1)-TEXTSPLIT(CONCAT(REPT(IF($C$3:$C$10=J3,$B$3:$B$10&" ",""),$D$3:$D$10)),," ",1),SUM(IFERROR(A,0))/COUNT(A))
最后，利用SUM和COUNTIFS函数组合计算平均周期，其中COUNTIFS用来排除A中等于0的值，确保仅有效日期差参与平均值计算。
通过以上步骤，我们就能准确地计算出销售产品的平均在库天数。
就得到销售产品的平均天数,效果如下图所示：
最后总结综上所述，通过对产品W1001销售周期的深入分析，我们不仅揭示了平均在库天数约为36天的计算过程，还展示了一套自动化表格分析方法，该方法有效地应对了复杂多变的实际库存管理挑战。本方案从识别唯一产品编号入手，通过精密的公式与函数运用，实现了数据的去重、汇总、拆分及日期运算，每一步都旨在提升分析的精确度与效率。
特别地，利用Excel的高级功能，如UNIQUE、SUMIFS、TEXTSPLIT及LET等公式，我们克服了入库与出库记录不匹配的难题，确保了每个销售单位的生命周期得以精确追踪。这一系列操作不仅简化了原本繁复的手动计算，还提高了PMC部门在制定补货策略时的数据支持质量与响应速度。
总之，本文通过实例演示，不仅阐明了复杂销售周期计算的分步实施路径，还证明了自动化工具在优化库存管理、提升决策科学性方面的强大潜力。这种精细的数据驱动方法论，对于任何追求库存高效周转与市场响应速度的企业而言，都具有极高的实践价值与启示意义。随着技术的不断进步，类似的数据处理与分析策略将成为现代企业供应链管理不可或缺的一部分，助力企业在激烈的市场竞争中保持领先地位。
